CN114095564A - 数据处理方法及装置、设备和介质 - Google Patents
数据处理方法及装置、设备和介质 Download PDFInfo
- Publication number
- CN114095564A CN114095564A CN202111358213.8A CN202111358213A CN114095564A CN 114095564 A CN114095564 A CN 114095564A CN 202111358213 A CN202111358213 A CN 202111358213A CN 114095564 A CN114095564 A CN 114095564A
- Authority
- CN
- China
- Prior art keywords
- target
- data
- service
- traffic
- service instance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 91
- 238000004040 coloring Methods 0.000 claims abstract description 47
- 238000004043 dyeing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000010186 staining Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种数据处理方法及装置、设备和介质,涉及计算机技术领域,尤其涉及云计算领域。实现方案为:获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及云计算领域,具体涉及一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
大型在线服务系统中,相同的服务实例对于不同业务数据的处理可能是不同的。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种数据处理方法,包括:获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
根据本公开的另一方面,提供了一种数据处理装置,包括:获取单元,被配置用于获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;确定单元,被配置用于基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;执行单元,被配置用于至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述数据处理方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述数据处理方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时能够实现上述数据处理方法。
根据本公开的一个或多个实施例,能够动态调整业务数据的流量染色标签。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开示例性实施例的数据处理方法的流程图;
图3示出了根据本公开示例性实施例的数据处理方法的流程图;
图4示出了根据本公开示例性实施例的数据处理装置的结构框图;
图5示出了能够用于实现本公开实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
大型在线服务系统中,相同的服务实例对于不同业务数据的处理可能是不同的。相关技术中,通常是使用流量染色,用于标记业务数据的相关特征,例如:处理所述目标业务数据所需占用的服务实例硬件资源信息、目标业务数据对应的业务指标信息等。
相关技术中,通常是通过预先配置业务数据的流量染色标签并在系统内传递,从而能够基于流量染色标签对业务数据执行不同的处理,但这种方法无法实现业务数据的流量染色标签的动态调整。
为解决上述问题,本公开提供了一种数据处理方法,通过采集动态变化的业务数据的相关特征的指标和/或业务数据对应的服务实例的历史性能参数,能够相应动态调整业务数据的流量染色标签,并基于调整后的流量染色标签对业务数据进行处理,从而能够使业务数据的染色标签具备自适应能力,充分满足实际应用的需求。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行数据处理方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来发送数据处理请求。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开示例性实施例的数据处理方法的流程图。如图2所示,所述数据处理方法包括:步骤S201、获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;步骤S202、基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;步骤S203、至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。由此,能够使目标业务数据的流量染色标签具备自适应能力,能够根据业务场景的变化动态调整,并基于动态调整的流量染色标签对业务数据进行处理,充分满足业务场景的需求。
根据一些实施例,所述目标业务数据对应的服务实例的历史性能参数包括以下各项中的至少一项:CPU占用信息、GPU占用信息、存储器占用信息、数据处理耗时信息、网络流量占用信息和数据传输量信息。通过获取所述目标业务数据对应的服务实例的历史性能参数,能够得到所述目标业务数据对服务实例硬件资源的历史占用信息,基于历史占用信息确定所述目标业务数据的当前流量染色标签,即调整后的流量染色标签,实现目标业务数据的流量染色标签具有自适应能力,从而能够基于当前流量染色标签更有针对性地处理所述目标业务数据,进而更合理地配置服务实例硬件资源。
在一个示例中,所述目标业务数据对应的服务实例的历史性能参数可以包括以下信息:CPU占用率、GPU占用率、内存占用量、数据处理耗费的时间、网络流量占用带宽、输入/输出接口传输的数据总量。基于上述历史性能参数,可以得出处理所述目标业务数据所需占用的服务实例硬件资源信息。
可以理解的,除上述各项信息外,所述目标业务数据对应的服务实例的历史性能参数还可以包括其他用于描述服务实例硬件资源占用的信息。
根据一些实施例,所述业务指标信息包括以下各项中的至少一项:用户规模信息、用户活跃度信息和业务收入信息。由此,能够得到所述目标业务数据对业务收益的贡献信息,基于这一信息,能够更有针对性地处理所述目标业务数据,从而合理配置服务实例资源,优化业务收益。
可以理解的,除上述各项信息外,所述业务指标信息还可以包括其他根据具体业务场景确定的能够表示业务收益的信息。
根据一些实施例,所述获取目标业务数据对应的服务实例的历史性能参数包括:响应于所述目标业务数据的请求,获取所述目标业务数据对应的服务实例的历史性能参数。由此,能够根据目标业务数据流量染色标签配置的需求,采集相应的服务实例的历史性能参数,用于描述所述目标业务数据对服务实例硬件资源的占用信息。
示例性的,所述服务实例的历史性能参数可以是利用所述服务实例对应的服务代理模块采集的,所述服务实例对应的服务代理模块例如可以是将所述服务实例的历史性能参数发送给服务系统中特定的流量染色模块,由所述流量染色模块进一步确定所述目标业务数据的流量染色标签。
根据另一些实施例,所述获取目标业务数据对应的服务实例的历史性能参数包括:通过轮询的方式获取多个服务实例中各服务实例的历史性能参数,所述多个服务实例包括所述目标业务数据对应的服务实例。由此,能够实时采集频繁变化的服务实例的历史性能参数,用于描述所述目标业务数据对服务实例硬件资源的占用信息,使得所述目标业务数据的流量染色标签能够及时更新,充分适应业务场景的变化。
示例性的,所述目标业务数据对应的服务实例的历史性能数据可以是由服务系统中特定的流量染色模块采集的,所述流量染色模块以轮询的方式获取多个服务实例中各服务实例的历史性能参数,所述多个服务实例包括所述目标业务数据对应的服务实例,所述流量染色模块可以用于确定多个业务数据的流量染色标签,所述多个业务数据中包括所述目标业务数据。
在一个示例中,服务系统可以包括多个服务实例,还包括特定的流量染色模块,所述多个服务实例用于对业务数据执行处理。可以理解的,所述业务数据可以在多个服务实例间流转。根据本公开示例性实施例的数据处理方法,所述流量染色模块能够获取所述目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数,进而确定目标业务数据的当前流量染色标签,执行目标处理的服务实例从而可以基于所述目标业务数据的当前流量染色标签对其执行处理。
在不同的应用场景中,业务数据的流量染色标签所标记的业务数据的相关特征不同。在一个示例中,所述业务场景可以是新服务的灰度发布场景,所述流量染色标签可以是灰度标签,通过利用流量染色标签标记业务数据在灰度发布场景下的相关特征,例如:灰度发布批次标记等,从而能够基于所述流量染色标签对业务数据执行相应的处理,满足所述灰度发布场景的需求。
在另一个示例中,可以基于所述业务指标信息确定所述目标业务数据的当前流量染色标签。例如,所述业务场景可以是电商平台,所述目标业务数据可以是对应用户的流量数据。根据上述实施例的数据处理方法,所述获取目标业务数据的业务指标信息可以是获取该用户的消费能力衡量指标信息,并据此确定所述目标业务数据的流量染色标签,基于所述流量染色标签处理对应用户的流量数据,能够更合理地配置服务实例硬件资源,进一步优化总体的业务收益。
在另一个示例中,可以是基于目标业务数据对应的服务实例的历史性能参数确定所述目标业务数据的流量染色标签。可以理解的,所述目标业务数据对应的服务实例的历史性能参数能够描述处理所述目标业务数据所需占用的服务实例硬件资源信息,据此确定所述目标业务数据的流量染色标签,基于所述流量染色标签处理对应用户的流量数据,能够更合理地配置服务实例硬件资源。
可以理解的,还可以是获取目标业务数据的业务指标信息和所述目标业务数据对应的服务实例的历史性能参数,综合二者来确定所述目标业务数据的流量染色标签。
示例性的,流量染色标签可以被配置为目标业务数据所包含的一个字段。例如,当服务系统使用rpc类传输协议,则在包含所述目标业务数据的网络请求数据包中,可以利用rpc meta字段设置流量染色标签信息,从而能够在服务系统中传递。再例如,当服务系统使用http传输协议,则在包含所述目标业务数据的网络请求数据包中,可以利用http header字段设置流量染色标签信息,从而能够在服务系统中传递。可以理解的,根据业务场景的不同,也可以使用其他类型的传输协议,并使用其他类型的字段设置业务数据的流量染色标签。
根据一些实施例,所述目标业务数据包括预设流量染色标签,并且所述基于所述业务指标信息和所述历史性能参数的至少其中之一,确定所述目标业务数据的当前流量染色标签包括:基于所述业务指标信息和所述历史性能参数的至少其中之一,以及所述预设流量染色标签,确定所述目标业务数据的当前流量染色标签。由此,能够在预设流量染色标签的基础上动态调整所述目标业务数据的流量染色标签,更符合实际业务场景的需求。
根据一些实施例,所述目标处理包括一个或多个步骤,所述一个或多个步骤中的每一个步骤均为基于所述当前流量染色标签来执行的。由此,能够根据流量染色标签,有针对性地处理所述目标业务数据,充分满足实际业务场景的需求。
根据一些实施例,所述数据处理方法还包括:获取执行所述目标处理的服务实例的当前性能参数;并且所述至少基于所述目标业务数据的当前流量染色标签,对所述目标业务数据进行目标处理包括:基于所述目标业务数据的当前流量染色标签以及执行目标处理的服务实例的当前性能参数,对所述目标业务数据执行目标处理。由此,能够更合理地配置服务实例硬件资源。
图3示出了根据本公开示例性实施例的数据处理方法的流程图。如图3所示,所述数据处理方法包括:步骤S301、获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;步骤S302、基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;步骤S303、获取执行所述目标处理的服务实例的当前性能参数;步骤S304、基于所述目标业务数据的当前流量染色标签以及执行目标处理的服务实例的当前性能参数,对所述目标业务数据执行目标处理。所述步骤S301和步骤S302的功能和操作方式与图2中描述的步骤S201和步骤S202相似,在此不作赘述。
示例性的,可以是通过对比所述目标业务数据对应的服务实例的历史性能参数和执行目标处理的服务实例的当前性能参数来执行目标处理。可以理解的,所述目标业务数据对应的服务实例的历史性能参数能够描述所述目标业务数据对服务实例硬件资源的占用,所述执行目标处理的服务实例的当前性能参数能够描述执行目标处理的服务实例的可用硬件资源,通过对比二者,能够评估所述目标业务数据对执行目标处理的服务实例的影响,进而实现合理配置服务实例硬件资源。
根据一些实施例,所述执行所述目标处理的服务实例的当前性能参数包括以下各项中的至少一项:CPU占用信息、GPU占用信息、存储器占用信息和数据传输端口占用信息。通过获取执行所述目标处理的服务实例的当前性能参数,能够得到所述执行目标处理的服务实例的可用硬件资源信息,基于这一信息,能够更有针对性地处理所述目标业务数据,更合理地配置服务实例硬件资源。
在一个示例中,所述执行所述目标处理的服务实例的当前性能参数可以包括以下信息:CPU占用率、GPU占用率、内存占用量、输入/输出接口占用量。基于上述当前性能参数,可以得出执行所述目标处理的服务实例的可用硬件资源信息。
可以理解的,除上述各项信息外,所述执行所述目标处理的服务实例的当前性能参数还可以包括其他用于描述服务实例可用硬件资源的信息。
根据一些实施例,流量染色标签包括可丢弃标签,所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:响应于确定所述目标业务数据的当前流量染色标签为可丢弃标签并且所述服务实例的当前性能参数满足第一预设条件,所述服务实例丢弃所述目标业务数据。由此,能够更合理地配置服务实例硬件资源。
示例性的,所述第一预设条件可以是执行所述目标处理的服务实例的可用硬件资源低于一定阈值。例如,当执行所述目标处理的服务实例的CPU占用率高于90%,则可以丢弃流量染色标签为可丢弃标签的目标业务数据,从而实现合理配置服务实例硬件资源,在服务实例硬件资源不足的情况下丢弃可丢弃的业务数据,从而保证服务系统的稳定运行。
根据一些实施例,所述数据处理方法还包括:配置所述目标业务数据相应的预设处理,所述预设处理包括多个步骤;所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:响应于确定所述服务实例的当前性能参数满足第二预设条件,基于所述目标业务数据的当前流量染色标签,删减所述预设处理中的至少一个步骤,以得到所述目标处理,并对所述目标业务数据执行所述目标处理。由此,能够更合理地配置服务实例硬件资源。
示例性的,所述第二预设条件可以是执行所述目标处理的服务实例的可用硬件资源在一定范围内。例如,当执行所述目标处理的服务实例的CPU占用率高于70%并且小于90%,则可以基于所述目标业务数据的流量染色标签,删减所述预设处理中的至少一个步骤,以得到所述目标处理,并对所述目标业务数据执行所述目标处理。可以理解的,删减所述预设处理中的至少一个步骤能够减少所述目标业务数据对服务实例硬件资源的占用,从而实现合理配置服务实例硬件资源。
根据一些实施例,所述数据处理方法还包括:配置所述目标业务数据相应的预设处理,所述预设处理包括多个步骤;所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:响应于确定所述服务实例的当前性能参数满足第三预设条件,基于所述目标业务数据的当前流量染色标签,调整所述预设处理中的至少一个步骤的相关参数,以得到所述目标处理,并对所述目标业务数据执行所述目标处理。由此,能够更合理地配置服务实例硬件资源。
示例性的,所述第三预设条件可以是执行所述目标处理的服务实例的可用硬件资源在一定范围内。例如,当执行所述目标处理的服务实例的CPU占用率高于60%并且小于90%,则可以基于所述目标业务数据的流量染色标签,减小所述预设处理中至少一个步骤的相关参数,从而减小所述目标业务数据对服务实例硬件资源的占用。再例如,当执行所述目标处理的服务实例的CPU占用率小于30%,则可以基于所述目标业务数据的流量染色标签,增大所述预设处理中至少一个步骤的相关参数,从而在服务实例可用硬件资源允许的情况下,提高数据处理的性能。由此,实现合理配置服务实例硬件资源。
根据本公开的另一方面,还提供一种数据处理装置,图4示出了根据本公开示例性实施例的数据处理装置的结构框图,如图4所示,数据处理装置400包括:获取单元401,被配置用于获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;确定单元402,被配置用于基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;执行单元403,被配置用于至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
数据处理装置400的单元401-单元403的操作与前面描述的步骤S201-步骤S203的操作类似,在此不作赘述。
根据本公开的另一方面,还提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的数据处理方法。
根据本公开的另一方面,还提供一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述的数据处理方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序再被处理器执行时实现上述的数据处理方法。
参考图5,现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备,输入单元506可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如数据处理方法。例如,在一些实施例中,上述数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (16)
1.一种数据处理方法,包括:
获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;
基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;
至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
2.根据权利要求1所述的方法,其中,所述目标业务数据包括预设流量染色标签,并且其中,所述基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签包括:
基于所述业务指标信息和所述历史性能参数的至少其中之一,以及所述预设流量染色标签,确定所述目标业务数据的当前流量染色标签。
3.根据权利要求1或2所述的方法,其中,所述目标处理包括一个或多个步骤,所述一个或多个步骤中的每一个步骤均为基于所述当前流量染色标签来执行的。
4.根据权利要求1-3中任一项所述的方法,还包括:
获取执行所述目标处理的服务实例的当前性能参数;
并且其中,所述至少基于所述目标业务数据的当前流量染色标签,对所述目标业务数据进行目标处理包括:
基于所述目标业务数据的当前流量染色标签以及执行目标处理的服务实例的当前性能参数,对所述目标业务数据执行目标处理。
5.根据权利要求4所述的方法,其中,所述执行所述目标处理的服务实例的当前性能参数包括以下各项中的至少一项:
CPU占用信息、GPU占用信息、存储器占用信息和数据传输端口占用信息。
6.根据权利要求1-5中任一项所述的方法,其中,流量染色标签包括可丢弃标签,并且其中,所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:
响应于确定所述目标业务数据的当前流量染色标签为可丢弃标签并且所述服务实例的当前性能参数满足第一预设条件,所述服务实例丢弃所述目标业务数据。
7.根据权利要求1-5中任一项所述的方法,还包括:
配置所述目标业务数据相应的预设处理,所述预设处理包括多个步骤,
并且其中,所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:
响应于确定所述服务实例的当前性能参数满足第二预设条件,基于所述目标业务数据的当前流量染色标签,删减所述预设处理中的至少一个步骤,以得到所述目标处理,并对所述目标业务数据执行所述目标处理。
8.根据权利要求1-5中任一项所述的方法,还包括:
配置所述目标业务数据相应的预设处理,所述预设处理包括多个步骤,
并且其中,所述至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理包括:
响应于确定所述服务实例的当前性能参数满足第三预设条件,基于所述目标业务数据的当前流量染色标签,调整所述预设处理中的至少一个步骤的相关参数,以得到所述目标处理,并对所述目标业务数据执行所述目标处理。
9.根据权利要求1-8中任一项所述的方法,其中,获取目标业务数据对应的服务实例的历史性能参数包括:
响应于所述目标业务数据的请求,获取所述目标业务数据对应的服务实例的历史性能参数。
10.根据权利要求1-8中任一项所述的方法,其中,获取目标业务数据对应的服务实例的历史性能参数包括:
通过轮询的方式获取多个服务实例中各服务实例的历史性能参数,所述多个服务实例包括所述目标业务数据对应的服务实例。
11.根据权利要求1-10中任一项所述的方法,其中,所述目标业务数据对应的服务实例的历史性能参数包括以下各项中的至少一项:
CPU占用信息、GPU占用信息、存储器占用信息、数据处理耗时信息、网络流量占用信息和数据传输量信息。
12.根据权利要求1-11中任一项所述的方法,其中,所述业务指标信息包括以下各项中的至少一项:
用户规模信息、用户活跃度信息和业务收入信息。
13.一种数据处理装置,包括:
获取单元,被配置用于获取目标业务数据的业务指标信息和/或所述目标业务数据对应的服务实例的历史性能参数;
确定单元,被配置用于基于所述业务指标信息和所述历史性能参数中的至少其中之一,确定所述目标业务数据的当前流量染色标签;
执行单元,被配置用于至少基于所述目标业务数据的当前流量染色标签,利用所述服务实例对所述目标业务数据执行目标处理。
14.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
15.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-12中任一项所述的方法。
16.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358213.8A CN114095564A (zh) | 2021-11-16 | 2021-11-16 | 数据处理方法及装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358213.8A CN114095564A (zh) | 2021-11-16 | 2021-11-16 | 数据处理方法及装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114095564A true CN114095564A (zh) | 2022-02-25 |
Family
ID=80301112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111358213.8A Pending CN114095564A (zh) | 2021-11-16 | 2021-11-16 | 数据处理方法及装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114095564A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117149264A (zh) * | 2023-10-31 | 2023-12-01 | 山东浪潮科学研究院有限公司 | 一种多泳道研发环境构建方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110164617A1 (en) * | 2010-01-05 | 2011-07-07 | Futurewei Technologies, Inc. | Enhanced Hierarchical Virtual Private Local Area Network Service (VPLS) System and Method for Ethernet-Tree (E-Tree) Services |
US20160315912A1 (en) * | 2015-04-13 | 2016-10-27 | Ajit Ramachandra Mayya | Method and system of establishing a virtual private network in a cloud service for branch networking |
CN108279974A (zh) * | 2017-01-06 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 一种云资源分配方法及装置 |
US20200036790A1 (en) * | 2018-07-26 | 2020-01-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for service hosting of distributed storage system |
US20200074509A1 (en) * | 2018-08-31 | 2020-03-05 | Baidu Online Network Technology (Beijing) Co., Ltd. | Business data promotion method, device, terminal and computer-readable storage medium |
CN112148779A (zh) * | 2019-06-28 | 2020-12-29 | 京东数字科技控股有限公司 | 确定业务指标的方法、装置及存储介质 |
CN113422794A (zh) * | 2021-02-09 | 2021-09-21 | 阿里巴巴集团控股有限公司 | 流量录制、回放处理方法、装置及电子设备 |
CN113590329A (zh) * | 2021-08-02 | 2021-11-02 | 北京百度网讯科技有限公司 | 资源处理方法及装置 |
-
2021
- 2021-11-16 CN CN202111358213.8A patent/CN114095564A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110164617A1 (en) * | 2010-01-05 | 2011-07-07 | Futurewei Technologies, Inc. | Enhanced Hierarchical Virtual Private Local Area Network Service (VPLS) System and Method for Ethernet-Tree (E-Tree) Services |
US20160315912A1 (en) * | 2015-04-13 | 2016-10-27 | Ajit Ramachandra Mayya | Method and system of establishing a virtual private network in a cloud service for branch networking |
CN108279974A (zh) * | 2017-01-06 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 一种云资源分配方法及装置 |
US20200036790A1 (en) * | 2018-07-26 | 2020-01-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for service hosting of distributed storage system |
US20200074509A1 (en) * | 2018-08-31 | 2020-03-05 | Baidu Online Network Technology (Beijing) Co., Ltd. | Business data promotion method, device, terminal and computer-readable storage medium |
CN112148779A (zh) * | 2019-06-28 | 2020-12-29 | 京东数字科技控股有限公司 | 确定业务指标的方法、装置及存储介质 |
CN113422794A (zh) * | 2021-02-09 | 2021-09-21 | 阿里巴巴集团控股有限公司 | 流量录制、回放处理方法、装置及电子设备 |
CN113590329A (zh) * | 2021-08-02 | 2021-11-02 | 北京百度网讯科技有限公司 | 资源处理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117149264A (zh) * | 2023-10-31 | 2023-12-01 | 山东浪潮科学研究院有限公司 | 一种多泳道研发环境构建方法、装置、设备及存储介质 |
CN117149264B (zh) * | 2023-10-31 | 2024-01-30 | 山东浪潮科学研究院有限公司 | 一种多泳道研发环境构建方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112532748B (zh) | 消息推送方法、装置、设备、介质和计算机程序产品 | |
CN113986788A (zh) | 数据处理方法和装置、芯片、电子设备及介质 | |
CN113656423A (zh) | 更新数据的方法及装置、电子设备和存储介质 | |
CN113377809A (zh) | 数据处理方法及装置,计算设备和介质 | |
CN112784985A (zh) | 神经网络模型的训练方法及装置、图像识别方法及装置 | |
CN114071173B (zh) | 直播调度方法及装置、系统、电子设备和介质 | |
CN114095564A (zh) | 数据处理方法及装置、设备和介质 | |
CN114359017B (zh) | 多媒体资源的处理方法、装置及电子设备 | |
CN113691937B (zh) | 用于确定位置信息的方法、云手机和终端设备 | |
CN113010285B (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN113676746B (zh) | 用于检测直播抖动的方法、装置、设备和介质 | |
CN115334159B (zh) | 处理流式数据的方法、装置、设备和介质 | |
CN113010383B (zh) | 错误日志过滤方法、装置、电子设备以及可读介质 | |
CN112600932B (zh) | 定量下发方法、控制台、下发节点、设备和介质 | |
CN116016373A (zh) | 数据处理请求的发送方法及装置、设备和介质 | |
CN115756611A (zh) | 分支指令处理方法及装置、设备和介质 | |
CN115454647A (zh) | 数据处理方法及装置、设备和介质 | |
CN117193647A (zh) | 数据处理任务的发送方法、数据处理方法及装置、设备 | |
CN116599895A (zh) | 数据传输方法及装置、设备和介质 | |
CN116541090A (zh) | 数据处理方法、装置、设备和介质 | |
CN118132001A (zh) | 数据处理方法、数据处理系统、芯片、设备和介质 | |
CN114548261A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN114756372A (zh) | 用于负载均衡的方法、装置、设备和介质 | |
CN113032040A (zh) | 用于处理任务的方法、装置、设备、介质和产品 | |
CN115756696A (zh) | 信息处理方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |